11월 4일, Google은 Gemini API 변경 로그에 Voice remixing을 추가했다. 한 문장으로 설명하면 기존 음성이 새로운 음색으로 바뀌어 독립적인 voice_ ID로 저장되고 반복해서 쓸 수 있다. 대상은 Gemini 3.8 Flash TTS와 Flash-Lite TTS이며, Google AI Studio에서도 대화식으로 쓸 수 있다.
한 문장으로 음색 바꾸는 방법
프리셋 음성, 확장 음성 라이브러리, 저장된 커스텀 음성에서 출발해 억양을 바꾸거나, 음높이를 조정하거나, 말하는 속도를 늦추거나, 더 나이 들어 들리게 하는 등 원하는 변경을 자연어로 설명하면, POST /v1beta/voices를 호출해 새로운 독립 음성이 반환되고 그 음성으로 음성을 합성할 수 있다. 리믹스한 음성은 다시 리믹스할 수 있어 전용 음색을 차곡차곡 다듬을 수 있다.
음성 복제가 아니다
Voice remixing은 기존 음성을 바꾸는 것이지, 실존 인물의 음성을 허공에서 복제하는 것이 아니다. 9월에 나온 Voice design, Voice replication과는 역할이 다르다. 전자는 말로 처음부터 새로운 음성을 기술하는 것이고, 후자는 동의하에 실제 음성을 재현하는 것이다. 9월 22일 변경 로그에 따르면 Gemini 3.8 Flash TTS와 Flash-Lite TTS가 정식 출시됐고, 함께 제공되는 Voices 엔드포인트도 같은 날 공개됐다. Voice remixing은 그 엔드포인트 위에 구축됐다.
팟캐스트, 강의, 오디오 콘텐츠, 음성 비서 입장에서는 '음색 조정'이 설정 화면에서 한 문장 지시로 바뀌는 셈이다. 고정 캐릭터 음성을 정하는 데 파라미터를 시행착오로 뒤질 필요가 없어진다. 다만 음성을 바꾸기 쉬워질수록 라이선스 경계는 더 중요해진다. 리믹스한 음성이 누구를 닮았는지, 상업적으로 쓸 수 있는지는 크리에이터가 사용 전에 확인해야 할 일이다. 도구를 고를 때는 AI 음성 복제 도구 선택 요령도 참고할 만하다. 팟캐스트, 오디오북, 숏폼 등 장면별로 대조할 수 있다.
